機器學習/神經網路 11個基礎問題[Machine learning _ neural network 11 basic questions]

資料來源: https://mp.weixin.qq.com/s?__biz=MzIyNjM2MzQyNg==&mid=2247488252&idx=1&sn=230951319e1d5dabf97fc4db25f02681&chksm=e870c3b1df074aa7adddfdf8e75e069795a98a9f413b9235e660a6ea7691ccb0e0ba419cdfe3&scene=0&xtrack=1&key=f9ddcc483077abbfe746f18d2dfdb1455e3832d9e0fafd59bf3b8830ef210a392afb67bc6c5b6fa6cb4946a44f26e18b51a1b13865a264d6ab295bb8163e1638f6ff7de3ecb376985357613896bf7d6a&ascene=1&uin=MjIwODk2NDgxNw%3D%3D&devicetype=Windows+10&version=62070158&lang=zh_TW&exportkey=Ag%2FzzwHO7iWtgYM6FFeE8vI%3D&pass_ticket=9SQavH54mIbXLPLYqqP7BJAF9znhjSwkHRjB85Io%2BkwJYhnQ4GIIMfuRyx1LVtgf

問題1：闡述批歸一化的意義

問題2：闡述偏置和方差的概念以及它們之間的權衡關係

問題3：假設深度學習模型已經找到了1000萬個人臉向量，如何通過查詢以最快速度找到一張新人臉？

問題4：對於分類問題，準確度指數完全可靠嗎？你通常使用哪些指標來評估你的模型？

問題5：你怎麼理解反向傳播？請解釋動作（action）的機制。

問題6：激活函數有什麼含義？激活函數的飽和點是什麼？

問題7：模型的超參數是什麼？超參數與參數有何不同？

問題8：當學習率過高或過低時會怎樣？

問題9：當輸入圖像的尺寸加倍時，CNN參數的數量會增加多少倍？為什麼？

問題10：處理數據不平衡問題的方法有哪些？

問題11：在訓練深度學習模型時，epoch、batch（批）和iteration（迭代）這些概念都是什麼意思？